Erik Brynjolfsson: The key to growth? Race with the machines

اریک برینجولفسون، کلید پیشرفت، مسابقه به کمک ماشین ها

Translator: Joseph Geni Reviewer: Morton Bast

Translator: Amirpouya Ghaemian Reviewer: narsis sh

Growth is not dead.

پیشرفت بشر پایان نیافته است.

(Applause)

(تشویق حاضرین)

Let's start the story 120 years ago,

اجازه بدهید داستان را از ۱۲۰ سال قبل شروع کنیم،

when American factories began to electrify their operations,

یعنی از وقتی که کارخانه های آمریکایی شروع کردند به استفاده از برق در سیستم هایشان،

igniting the Second Industrial Revolution.

و دومین انقلاب صنعتی را شروع کردند.

The amazing thing is

نکته ی جالب این جاست که

that productivity did not increase in those factories

میزان بهره وری در این کارخانه ها طی 30 سال گذشته افزایش پیدا نکرده است.

for 30 years. Thirty years.

۳۰ سال گذشته. ۳۰ سال.

That's long enough for a generation of managers to retire.

این زمان آن قدر طولانیست که نسلی از مدیران صنعتی در آن جایگزین شوند.

You see, the first wave of managers

می بینید، اولین نسل مدیران صنعتی

simply replaced their steam engines with electric motors,

خیلی ساده موتور های بخارشان را با موتور های الکتریکی جایگزین کردند،

but they didn't redesign the factories to take advantage

اما آن ها کارخانه ها را برای استفاده ی بهینه از قابلیت ها و انعطاف انرژی الکتریکی،

of electricity's flexibility.

از نو طراحی نکردند.

It fell to the next generation to invent new work processes,

بنابراین طراحی سیستم های جدید مناسب الکتریسیته به نسل بعدی واگذار شد،

and then productivity soared,

و پس از آن ناگهان بهره وری افزایش یافت،

often doubling or even tripling in those factories.

و در آن کارخانه ها به دو یا حتی سه برابر قبل رسید.

Electricity is an example of a general purpose technology,

الکتریسیته مثالی از تکنولوژی اساسی است،

like the steam engine before it.

مانند موتور بخار، پیش از آن.

General purpose technologies drive most economic growth,

تکنولوژی های اساسی، باعث بزرگ ترین پیشرفت های اقتصادی هستند،

because they unleash cascades of complementary innovations,

زیرا سیلی از نو آوری های وابسته به خود را وارد صنعت می کنند،

like lightbulbs and, yes, factory redesign.

مانند لامپ ها، و البته باز-طراحی کارخانه ها.

Is there a general purpose technology of our era?

آیا تکنولوژی اساسی در دوره ی ما نیز وجود دارد؟

Sure. It's the computer.

البته. این تکنولوژی کامپیوتر است.

But technology alone is not enough.

اما تکنولوژی به تنهایی کافی نیست.

Technology is not destiny.

تکنولوژی آینده ی ما نیست.

We shape our destiny,

ما آینده ی خودمان را رقم می زنیم،

and just as the earlier generations of managers

و همان طور که نسل اولیه ی مدیران

needed to redesign their factories,

نیاز پیدا کردند که کارخانه هایشان را از نو طراحی کنند،

we're going to need to reinvent our organizations

ما هم نیاز داریم تا سازمان هایمان، و حتی تمام سیستم اقتصادیمان را،

and even our whole economic system.

از نو طراحی کنیم.

We're not doing as well at that job as we should be.

اما ما آن طور که شایسته است به این کار نمی پردازیم.

As we'll see in a moment,

اگر دقت کنید،

productivity is actually doing all right,

می بینید که بهره وری به خوبی بالا می رود،

but it has become decoupled from jobs,

اما مفهوم آن از اشتغال زایی جدا شده است،

and the income of the typical worker is stagnating.

و حقوق یک کارگر معمولی هیچ افزایشی پیدا نکرده است.

These troubles are sometimes misdiagnosed

این مشکلات گاهی اوقات به اشتباه، پایان بخش عمر یک نو آوری تشخیص داده می شوند،

as the end of innovation,

این مشکلات گاهی اوقات به اشتباه، پایان بخش عمر یک نو آوری تشخیص داده می شوند،

but they are actually the growing pains

اما این ها درد های رو به وخامت زخمی هستند،

of what Andrew McAfee and I call the new machine age.

که من و اندرو مکافی (سخنران دیگری در TED همین سال با موضوع مشابه) به آن "عصر ماشینی جدید" می گوییم.

Let's look at some data.

اجازه بدهید به این اطلاعات نگاهی بیندازیم.

So here's GDP per person in America.

این ارزش کلی برآورد شده ی ثروت های موجود در آمریکا به ازای هر نفر است.

There's some bumps along the way, but the big story

پرش هایی در این خط وجود دارند،

is you could practically fit a ruler to it.

اما نکته ی قابل توجه این جاست که شما می توانید این نمودار را یک خط راست تصور کنید.

This is a log scale, so what looks like steady growth

اما این نمودار بر مقیاس لگاریتمی است، بنابراین می توان نتیجه گرفت که پیشرفت در آمریکا

is actually an acceleration in real terms.

نه تنها وجود دارد، بلکه با شتاب در حال افزایش است.

And here's productivity.

و این بهره وری است.

You can see a little bit of a slowdown there in the mid-'70s,

شما می توانید کمی کاهش بهره وری را در اواسط دهه ی 70 ببینید،

but it matches up pretty well with the Second Industrial Revolution,

اما کاملاً با انقلاب صنعتی دوم تطبیق دارد،

when factories were learning how to electrify their operations.

یعنی وقتی کارخانه ها یاد می گرفتند چطور موتور های الکتریکی را جایگزین کنند.

After a lag, productivity accelerated again.

و بعد از یک تأخیر، بهره وری دوباره شتاب گرفت.

So maybe "history doesn't repeat itself,

بنابراین شاید، "تاریخ خودش را تکرار نمی کند،

but sometimes it rhymes."

اما گاهی اوقات تکرار می شود."

Today, productivity is at an all-time high,

امروزه، بهره وری از هر زمان دیگری بیشتر است،

and despite the Great Recession,

و بر خلاف بحران بزرگ اقتصادی،

it grew faster in the 2000s than it did in the 1990s,

بهره وری در اوایل هزاره ی بیستم بیشتر از دهه ی ۹۰ رشد داشته است،

the roaring 1990s, and that was faster than the '70s or '80s.

و دهه ی ۹۰ با آن همه های و هوی، رشد سریع تری نسبت به دهه ی ۷۰ یا ۸۰ داشت.

It's growing faster than it did during the Second Industrial Revolution.

رشد در آن زمان سریع تر از انقلاب صنعتی دوم بود.

And that's just the United States.

و تازه این تنها ایالات متحده بود.

The global news is even better.

رشد جهانی حتی از آن هم بهتر است.

Worldwide incomes have grown at a faster rate

درآمد های جهانی در دهه ی گذشته با سرعت بیشتری

in the past decade than ever in history.

نسبت به هر دوره ی دیگری در تاریخ افزایش پیدا کردند.

If anything, all these numbers actually understate our progress,

اگر تمام این اعداد و آمار پیشرفت ما را انکار می کنند،

because the new machine age

به خاطر این است که عصر ماشینی جدید

is more about knowledge creation

بیشتر درباره ی دانش آفرینی است،

than just physical production.

تا صرف تولید فیزیکی محصولات.

It's mind not matter, brain not brawn,

مهم ذهن است نه ماده، مهم مغز است نه ماهیچه،

ideas not things.

ایده ها و نه اشیاء.

That creates a problem for standard metrics,

این قواعد برای معیار های اساسی ما ایجاد مشکل می کنند،

because we're getting more and more stuff for free,

چون ما ابزار های رایگان بیشتر و بیشتری در دسترس خواهیم داشت،

like Wikipedia, Google, Skype,

مثل ویکی پدیا، گوگل، اسکایپ،

and if they post it on the web, even this TED Talk.

و اگر این سخنرانی در سایت آپلود شود، حتی این سخنرانی TED.

Now getting stuff for free is a good thing, right?

اما ابزار های رایگان خوب هستند، نه؟

Sure, of course it is.

البته که خوب هستند.

But that's not how economists measure GDP.

اما اقتصاد داران این گونه مجموعه ها را در مجموع ثروت های جامعه را برآورد نمی کنند.

Zero price means zero weight in the GDP statistics.

نداشتن هزینه به معنای عدم وجود در آمار های مجموع ثروت های برآورد شده در جامعه است.

According to the numbers, the music industry

طبق آمار و ارقام، ارزش صنعت موسیقی

is half the size that it was 10 years ago,

به نصف ارزش آن در طی ۱۰ سال گذشته رسیده است،

but I'm listening to more and better music than ever.

اما امروزه ما موسیقی های بیشتر و بهتری را می شنویم.

You know, I bet you are too.

می دانید، از این بابت مطمئنم.

In total, my research estimates

تحقیقات من نشان می دهد

that the GDP numbers miss over 300 billion dollars per year

که در مجموع ارزش برآورد شده ی ابزار ها و خدمات رایگان در اینترنت بیش از ۳۰۰ میلیارد دلار در سال است.

in free goods and services on the Internet.

که در مجموع ارزش برآورد شده ی ابزار ها و خدمات رایگان در اینترنت بیش از ۳۰۰ میلیارد دلار در سال است.

Now let's look to the future.

حالا اجازه بدهید نگاهی به آینده بیندازیم.

There are some super smart people

افرادی فوق العاده باهوش وجود دارند

who are arguing that we've reached the end of growth,

که در این باره بحث می کنند که آیا پیشرفت بشر به پایان رسیده است،

but to understand the future of growth,

اما برای درک آینده ی پیشرفت،

we need to make predictions

نیاز داریم ابتدا پیش بینی هایی در مورد عوامل بنیادی پیشرفت انجام دهیم.

about the underlying drivers of growth.

نیاز داریم ابتدا پیش بینی هایی در مورد عوامل بنیادی پیشرفت انجام دهیم.

I'm optimistic, because the new machine age

من خوش بین هستم، چون عصر ماشینی جدید

is digital, exponential and combinatorial.

دیجیتالی، پیش رونده و ترکیبی است.

When goods are digital, they can be replicated

زمانی که کالا ها دیجیتالی باشند، رقیب هایی با کیفیت تقریباً ایده آل

with perfect quality at nearly zero cost,

و هزینه ای نزدیک به صفر پیدا می کنند،

and they can be delivered almost instantaneously.

که به صورت تقریباً آنی در دسترس قرار می گیرند.

Welcome to the economics of abundance.

به اقتصاد فراوانی خوش آمدید.

But there's a subtler benefit to the digitization of the world.

اما سودی جزئی ولی مهمی در دیجیتالی کردن جهان وجود دارد.

Measurement is the lifeblood of science and progress.

سنجش شاهرگ علم و پیشرفت است.

In the age of big data,

در عصر حجم عظیم اطلاعات،

we can measure the world in ways we never could before.

ما جهان را از راه هایی می سنجیم که پیش از این هرگز نمی توانستیم.

Secondly, the new machine age is exponential.

ثانیاً، عصر ماشینی جدید به سرعت در حال رشد است.

Computers get better faster than anything else ever.

کامپیوتر ها بهتر و سریع تر از هر چیز دیگری هستند.

A child's Playstation today is more powerful

دستگاه بازی یک بچه امروزه قدرتمند تر از یک ابرکامپیوتر نظامی از ۱۹۹۶ است.

than a military supercomputer from 1996.

دستگاه بازی یک بچه امروزه قدرتمند تر از یک ابرکامپیوتر نظامی از ۱۹۹۶ است.

But our brains are wired for a linear world.

اما ذهن ما برای دنیایی خطی و بدون تغییر ناگهانی برنامه ریزی شده است.

As a result, exponential trends take us by surprise.

در نتیجه، رشد سرسام آور جهان ما را متعجب می کند.

I used to teach my students that there are some things,

من همیشه به شاگردانم می گویم که کار هایی وجود دارند که،

you know, computers just aren't good at,

می دانید، کامپیوتر ها نمی توانند به خوبی یک خودرو را در ترافیک برانند.

like driving a car through traffic.

می دانید، کامپیوتر ها نمی توانند به خوبی یک خودرو را در ترافیک برانند.

(Laughter)

(خنده ی حاضرین)

That's right, here's Andy and me grinning like madmen

درسته، این اندی و من هستیم که مانند دیوانه ها نیشخند می زنیم

because we just rode down Route 101

چون توانسته بودیم از بزرگراه ۱۰۱

in, yes, a driverless car.

با یک خودروی بدون راننده رد شویم.

Thirdly, the new machine age is combinatorial.

سوماً، عصر ماشینی جدید ترکیبی است.

The stagnationist view is that ideas get used up,

دید بدبینانه این است که ایده ها،

like low-hanging fruit,

مانند میوه های رسیده سریع استفاده می شوند و می روند،

but the reality is that each innovation

در حالی که حقیقت این است که هر نوآوری

creates building blocks for even more innovations.

پایه ای را برای نوآوری های بیشتر می گذارد.

Here's an example. In just a matter of a few weeks,

این یک مثال است. در طول چند هفته،

an undergraduate student of mine

یک دانش آموز در حال تحصیل من

built an app that ultimately reached 1.3 million users.

نرم افزاری ساخت که نهایتاً نزدیک به ۱/۳ میلیون کاربر پیدا کرد.

He was able to do that so easily

او توانست این کار را به راحتی انجام دهد

because he built it on top of Facebook,

چون آن نرم افزار بر پایه ی فیس بوک طراحی شده بود،

and Facebook was built on top of the web,

و فیس بوک بر پایه ی شبکه طراحی شده بود،

and that was built on top of the Internet,

و شبکه بر پایه ی اینترنت طراحی شده بود،

and so on and so forth.

و همین طور الی آخر.

Now individually, digital, exponential and combinatorial

هر کدام از این عوامل دیجیتالی بودن، رشد سرسام آور و ترکیبی بودن

would each be game-changers.

به تنهایی می توانند عامل تعیین کننده ی بازی باشند.

Put them together, and we're seeing a wave

آن ها را در کنار یکدیگر قرار دهید، و چیزی که می بینید

of astonishing breakthroughs,

موجی از شگفتی های خیره کننده است،

like robots that do factory work or run as fast as a cheetah

مثل روبات هایی که کار های کارخانه را با سرعت خیره کننده ای انجام می دهند

or leap tall buildings in a single bound.

یا این که با یک جهش به روی ساختمان های بلند می پرند.

You know, robots are even revolutionizing

می دانید، روبات ها حتی نحوه ی حرکت گربه ها را نیز دچار دگرگونی کرده اند.

cat transportation.

می دانید، روبات ها حتی نحوه ی حرکت گربه ها را نیز دچار دگرگونی کرده اند.

(Laughter)

(خنده ی حاضرین)

But perhaps the most important invention,

اما شاید مهم ترین اختراع،

the most important invention is machine learning.

سیستم یادگیری روباتیک است.

Consider one project: IBM's Watson.

به این پروژه توجه کنید: سیستم "واتسون" شرکت IBM.

These little dots here,

این نقطه های کوچک که در این جا هستند،

those are all the champions on the quiz show "Jeopardy."

برندگان مسابقه ی تلویزیونی پرسش اطلاعات عمومی "جئوپاردی" هستند.

At first, Watson wasn't very good,

در ابتدا، عملکرد واتسون آن قدر ها هم خوب نبود،

but it improved at a rate faster than any human could,

اما سرعت پیشرفت آن سریع تر از توانایی هر انسانی بود،

and shortly after Dave Ferrucci showed this chart

و اندکی پس از این که دیوید فروچی،

to my class at MIT,

این نمودار را در کلاس من به نمایش گذاشت،

Watson beat the world "Jeopardy" champion.

واتسون در مسابقه ی "جئوپاردی" انقلابی ایجاد کرد.

At age seven, Watson is still kind of in its childhood.

در هفت سالگی، می توان گفت واتسون سنین کودکیش را می گذراند.

Recently, its teachers let it surf the Internet unsupervised.

اخیراً، معلم هایش به او اجازه دادند بدون نظارت آن ها در اینترنت جست و جو بکند.

The next day, it started answering questions with profanities.

روز بعد، واتسون شروع به دادن پاسخ های بی ادبانه به سؤال ها کرد.

Damn. (Laughter)

لعنتی. (خنده ی حاضرین)

But you know, Watson is growing up fast.

اما می دانید، واتسون سریع بزرگ می شود.

It's being tested for jobs in call centers, and it's getting them.

این دستگاه برای خدمات پاسخگویی تلفنی استفاده شد و در این زمینه هم موفق شد.

It's applying for legal, banking and medical jobs,

در زمینه ی قانونی، بانکی و پزشکی هم استفاده شد،

and getting some of them.

و در بعضی از این زمینه ها موفق شد.

Isn't it ironic that at the very moment

آیا این که در زمانی که ما داریم ماشین های هوشمند را می سازیم،

we are building intelligent machines,

آیا این که در زمانی که ما داریم ماشین های هوشمند را می سازیم،

perhaps the most important invention in human history,

که شاید بتوان آن را مهم ترین اختراع انسان در تاریخ بشر نامید،

some people are arguing that innovation is stagnating?

بعضی ها در مورد این موضوع بحث می کنند که آیا نوآوری باعث رکود و توقف رشد می شود، عجیب نیست؟

Like the first two industrial revolutions,

مانند دو انقلاب اولیه ی صنعتی،

the full implications of the new machine age

عصر ماشینی جدید حداقل یک قرن زمان می خواهد تا تمامی آثار و حواشی خود را نشان دهد،

are going to take at least a century to fully play out,

عصر ماشینی جدید حداقل یک قرن زمان می خواهد تا تمامی آثار و حواشی خود را نشان دهد،

but they are staggering.

اما آن ها از حالا دچار تردید و گیجی شده اند.

So does that mean we have nothing to worry about?

اما این به این معناست که هیچ دلیلی برای نگرانی نیست؟

No. Technology is not destiny.

نه. تکنولوژی آینده ی ما نیست.

Productivity is at an all time high,

بهره وری در بالاترین مقدار خود در تمام تاریخ قرار دارد،

but fewer people now have jobs.

اما تعداد کمتری از مردم دارای شغل هستند.

We have created more wealth in the past decade than ever,

ما در دهه ی گذشته بیشتر از هر زمان دیگری ایجاد ثروت کردیم،

but for a majority of Americans, their income has fallen.

اما برای اکثریت آمریکایی ها، میزان درآمد آن ها دچار سقوط شده است.

This is the great decoupling

این بزرگ ترین جدایی

of productivity from employment,

بهره وری از اشتغال زایی،

of wealth from work.

و ثروت از کار است.

You know, it's not surprising that millions of people

می دانید، این تعجب برانگیز نیست که میلیون ها انسان

have become disillusioned by the great decoupling,

با دیدن این جدایی مفاهیم بزرگ از خواب بیدار شدند،

but like too many others,

اما مثل خیلی های دیگر،

they misunderstand its basic causes.

در تشخیص دلایل اصلی دچار خطا شدند.

Technology is racing ahead,

تکنولوژی به جلو می تازد،

but it's leaving more and more people behind.

اما افراد بیشتر و بیشتری را پشت سر می گذارد.

Today, we can take a routine job,

امروز، ما می توانیم یک شغل متداول را انتخاب کنیم،

codify it in a set of machine-readable instructions,

آن را به صورت دستور العمل های قابل فهم برای ماشین تعریف کنیم،

and then replicate it a million times.

و بعد آن را هزاران بار بازسازی کنیم.

You know, I recently overheard a conversation

می دانید، من اخیراً خیلی شنیده ام

that epitomizes these new economics.

که اقتصاد عصر جدید ماشینی را تصور می کنند و درباره ی آن بحث می کنند.

This guy says, "Nah, I don't use H&R Block anymore.

این یکی می گوید، "نه، من دیگر از فرم های مالیاتی شرکت "هنری و ریچارد" استفاده نمی کنم.

TurboTax does everything that my tax preparer did,

سیستم توربوتکس همان کار های مالیاتی را برای من انجام می دهد،

but it's faster, cheaper and more accurate."

اما سریع تر، ارزان تر و دقیق تر است."

How can a skilled worker

چگونه می توان یک کارمند حرفه ای را

compete with a $39 piece of software?

با یک نرم افزار ۳۹ دلاری مقایسه کرد؟

She can't.

نمی شود.

Today, millions of Americans do have faster,

امروزه، میلیون ها آمریکایی، عملیات های مالیاتی سریع تر، ارزان تر و دقیق تری را انجام می دهند،

cheaper, more accurate tax preparation,

امروزه، میلیون ها آمریکایی، عملیات های مالیاتی سریع تر، ارزان تر و دقیق تری را انجام می دهند،

and the founders of Intuit

و مؤسسان شرکت "اینتوئیت"

have done very well for themselves.

به نوبه ی خود عملکرد خیلی خوبی داشته اند.

But 17 percent of tax preparers no longer have jobs.

اما 17% مأموران مالیاتی دیگر کاری ندارند.

That is a microcosm of what's happening,

این یک مصداق از اتفاقی است که دارد می افتد،

not just in software and services, but in media and music,

نه تنها در نرم افزار ها و خدمات، بلکه رسانه ها و موسیقی،

in finance and manufacturing, in retailing and trade --

در سرمایه گذاری و تولید، در فروش و تجارت --

in short, in every industry.

به طور خلاصه، در هر صنعتی.

People are racing against the machine,

مردم با ماشین ها مسابقه می دهند،

and many of them are losing that race.

و خیلی از آن ها در این مسابقه می بازند.

What can we do to create shared prosperity?

چه کاری می توانیم انجام دهیم تا موفقیت را بین خودمان تقسیم کنیم ؟

The answer is not to try to slow down technology.

پاسخ این نیست که سرعت پیشرفت تکنولوژی را کمتر کنیم.

Instead of racing against the machine,

به جای این که با ماشین ها مسابقه بدهیم،

we need to learn to race with the machine.

نیاز داریم که یاد بگیریم به کمک ماشین ها مسابقه بدهیم.

That is our grand challenge.

این چالش بزرگ ماست.

The new machine age

شروع عصر ماشینی جدید را

can be dated to a day 15 years ago

می توان به ۱۵ سال پیش نسبت داد،

when Garry Kasparov, the world chess champion,

زمانی که گری کاسپاروف، قهرمان مسابقات شطرنج،

played Deep Blue, a supercomputer.

با "آبی پررنگ"، یک ابرکامپیوتر بازی کرد.

The machine won that day,

آن ماشین آن روز برد،

and today, a chess program running on a cell phone

و امروز، یک نرم افزار شطرنج قابل نصب بر روی گوشی موبایل،

can beat a human grandmaster.

می تواند یک استاد بزرگ شطرنج را شکست دهد.

It got so bad that, when he was asked

قسمت جالب این بازی این جا بود که

what strategy he would use against a computer,

وقتی از جان دانر، استاد بزرگ هلندی پرسیده شد،

Jan Donner, the Dutch grandmaster, replied,

از چه استراتژی در برابر کامپیوتر استفاده می کند،

"I'd bring a hammer."

جواب داد، "یک چکش با خودم می برم."

(Laughter)

(خنده ی حاضرین)

But today a computer is no longer the world chess champion.

اما امروزه یک کامپیوتر دیگر قهرمان شطرنج جهان نیست.

Neither is a human,

حتی یک انسان هم نیست،

because Kasparov organized a freestyle tournament

چون گری کاسپاروف یک مسابقه ی آزاد ترتیب داد،

where teams of humans and computers

که تیم هایی از انسان ها و کامپیوتر ها

could work together,

می توانستند با هم کار کنند،

and the winning team had no grandmaster,

و تیم برنده استاد بزرگ نبود،

and it had no supercomputer.

و ابر کامپیوتر هم نبود.

What they had was better teamwork,

آن ها با هم کار تیمی بهتری انجام دادند،

and they showed that a team of humans and computers,

و نشان دادند که تیم انسان ها و کامپیوتر ها،

working together, could beat any computer

اگر با هم کار کنند، می توانند هر کامپیوتر

or any human working alone.

یا هر انسانی که به تنهایی کار می کند شکست دهند.

Racing with the machine

مسابقه دادن به کمک ماشین ها

beats racing against the machine.

مسابقه با ماشین ها را شکست می دهد.

Technology is not destiny.

تکنولوژی آینده ی ما نیست.

We shape our destiny.

ما آینده ی خود را شکل می دهیم.

Thank you.

متشکرم.

(Applause)

(تشویق حاضرین)